Introduction aux espaces vectoriels
|
|
- Ségolène Briand
- il y a 5 ans
- Total affichages :
Transcription
1 Chapitre 11 Introduction aux espaces vectoriels Dans tout ce chapitre K désigne R ou C. 1 Généralités sur les espace vectoriels 1.1 Espace vectoriel sur K Définition 1 Espace vectoriel sur K Soit E un ensemble non vide. On dira que E est un espace vectoriel sur K, ou un K-espace vectoriel (= K-ev), ou que E a une structure de K-ev lorsque : (i) E est muni d une addition + qui est une application : vérifiant : Commutativité. x, y ) E 2, Associativité. x, y, z ) E 3, E 2 E x, y x + y x + y = y + x x y + y + z = x + + z Élément neutre. Il existe un unique élément de E, noté 0 E, tel que : x E, 0 E + x = x + 0 E = x. Opposé. x E, il existe un unique élément de E, noté x et appelé opposé de x, vérifiant : x E, x + x = x + x = 0E. (ii) E est muni d une multiplication par un scalaire. qui est une application : K E E λ, x λ. x vérifiant : λ,µ, x ) K 2 E, λ, x, y ) K E 2, λ,µ, x ) K 2 E, 1. x = x (λ + µ). x = λ. x + µ. x λ. x + y = λ. x + λ. y λ. µ. x = (λ µ). x = µ. λ. x Dans la suite, l opération x + y sera notée x y. Les éléments de E sont appelés vecteurs, et ceux de K scalaires. 223
2 CHAPITRE 11 : Introduction aux espaces vectoriels On peut remarquer qu un espace vectoriel sur C donne aussi un espace vectoriel sur R, en considérant la restriction à R de la multiplication par un scalaire. Proposition 2 Règles de calcul Si (λ,µ) K 2 et x, y E 2, on a : 1. λ x y = λ. x λ. y ; 2. λ. 0 E = 0 E ; 3. (λ µ). x = λ. x µ. x ; x = 0 E ; 5. ( λ). x = λ. x ; 6. Intégrité externe. λ. x = 0 E λ = 0 ou x = 0 E ; λ. x = µ. x x = 0 E ou λ = µ ; λ. x = λ. y λ = 0 ou x = y. Exemple : {0} est un R-ev et un C-ev. Par contre n en est pas un. Exemple : K n Un vecteur x K n est un n-uplet (x 1, x 2,..., x n ). Si x = (x 1,..., x n ) et y = (y 1,..., y n ) sont deux vecteurs de K n, on définit leur somme : x + y = (x1,...,x n ) + (y 1,..., y n ) = (x 1 + y 1,..., x n + y n ) Si λ K et x K n on définit : λ. x = λ.(x 1,..., x n ) = (λ x 1,...,λ x n ) Alors (K n,+,.) est un K-ev. Le vecteur nul est 0 K n = (0,...,0). En particulier pour n = 1 : K est un K-ev pour ses opérations naturelles. R est un R-ev, et C est un C-ev donc un R-ev. ATTENTION : R n est pas un C-ev! Exemple : F A Soient A un ensemble quelconque et F un K-ev. On rappelle que F A désigne l ensemble des fonctions f : A F définies sur A à valeurs dans F. Pour f et g éléments de F A, on définit la fonction f + g : A F par : x A, (f + g )(x) = f (x) + g (x) et pour λ K et f élément de F A, on définit la fonction λ.f : A F par : x A, (λ.f )(x) = λ.f (x) Alors F A,+,. est un K-ev. Le vecteur nul 0 F A est la fonction constante égale à 0 F. En particulier : - pour F = R et A = N, R N,+,. est un R-ev ; (suites réelles) - pour F = R et I intervalle de R, R I,+,.) est un R-ev. (fonctions définies sur un intervalle I ) Exemple : K[X ] On rappelle que K[X ] est l ensemble des fonctions polynômes à coefficients dans K. Alors (K[X ],+,.) est un K-ev. Le vecteur nul 0 K[X ] est la fonction constante égale à 0 sur K. Exemple : M np (K) On rappelle que M np (K) est l ensemble des matrices de taille n p à coefficients dans K. Alors (M np (K),+,.) est un K-ev. Le vecteur nul 0 Mnp (K) est la matrice nulle de taille n p. ECS1.1, Lycée Fermat Toulouse
3 1 Généralités sur les espace vectoriels 1.2 Sous-espaces vectoriels Définition 3 Sous-espace vectoriel Soit E un K-ev et F une partie de E. On dit que F est un sous-espace vectoriel de E (noté sev de E) lorsque : (i) F = ; (ii) F stable pour «+» : x 1, x 2 F 2, x 1 + x 2 F ; (iii) F stable pour «.» : λ, x K F, λ. x F Exemple : Un K-ev E a toujours deux sev triviaux : 0E et E. Proposition 4 Propriété du vecteur nul Si F est un sev d un K-ev E, alors 0 E F. Pour montrer que F =, on vérifie donc la plupart du temps que 0 E F. Exemple : n est jamais un sev d un K-ev E. Théorème 5 Caractérisation des sous-espaces vectoriels de E Soit F une partie d un K-ev E. Alors F est un sev de E si et seulement si : (i) F = ; (ii) F stable par combinaison linéaire : λ, x 1, x 2 K F 2, λ. x 1 + x 2 F Exemple : Dans R 2 : F 1 = (x, y) R 2 x 2 + y 2 = 1, F 2 = (x, y) R 2 x + y = 1 et Z 2 ne sont pas des sev de R 2. Par contre F 3 = (x, y) R 2 x + y = 0 en est un. Exemple : K n [X ] est un sev de K[X ]. Exemple : T + n (K), T n (K), S n(k) et A n (K) sont des sev de M n (K). Gl n (K) n est pas un sev de M n (K) : il ne contient pas le vecteur nul et n est pas non plus stable par multiplication! Théorème 6 Un sev est un K-ev Si E est un K-ev et F un sev de E, alors les restrictions à F des opérations «+» et «.» de E, munissent F d une structure de K-ev. En pratique, pour montrer qu un ensemble F est un espace vectoriel sur K (8 conditions), on cherche un K-ev E contenant F (ie F E), et on montre que F est un sev de E (seulement 2 conditions). Exemple : K n [X ] est un K -ev puisque c est un sev de K[X ]. Théorème 7 Intersection de sev Si F et G sont des sev d un K-ev E, alors F G est aussi un sev de E. ECS1.1, Lycée Fermat Toulouse
4 CHAPITRE 11 : Introduction aux espaces vectoriels ATTENTION : en général F G n est pas un sev de E. Exemple : On pose F = (x, y) R 2 y = x et G = (x, y) R 2 y = x. F et G sont des sev de R 2, mais F G n en est pas un. Exemple : Si F et G sont des sev d un K-ev E, alors F G est aussi un sev de E si et seulement si F G ou G F. Exemple : D n (K) est un sev de M n (K). 2 Familles de vecteurs Dans tout ce paragraphe, E désigne un K-ev. 2.1 Combinaisons linéaires Définition 8 Combinaison linéaire Soit F = u1,..., u p une famille finie de p vecteurs de E (c est-à-dire un p-uplet de vecteurs de E). On dit que x E est combinaison linéaire (= CL) des vecteurs de F lorsqu il existe des scalaires (λ 1,...,λ p ) K p tels que : p x = λ k. u k Exemple : Dans R 2 avec une famille finie. (2,3) est CL de (1,0) et (1,1) : (2,3) = 3.(1,1) + ( 1).(1,0). Exemple : Un exemple général à connaître dans K n. Pour tout i 1,n, on pose e i = (0,...,0,1,0,...,0). i ième position Alors tout x = (x 1,..., x n ) K n est CL de la famille e1,..., e n : x = (x1,..., x n ) = (x 1,0,...,0) + (0, x 2,0,...,0) + + (0,...,0, x n ) = x 1.(1,0,...,0) + x 2.(0,1,0,...,0) + + x n.(0,...,0,1) = x 1. e 1 + x 2. e x n. e n n = x k. e k Exemple : Un exemple général à connaître dans K n [X ]. Si P = a 0 +a 1 X +a 2 X 2 + +a n X n est un élément de K n [X ], alors P est CL des polynômes 1, X,..., X n. Ceci prouve que tout élément de K n [X ] est CL de la famille (1, X, X 2,..., X n ). Exemple : Un exemple général à connaître dans M np (K). Pour tout (i, j ) 1,n 1, p, on rappelle qu on note E i j la matrice de M np (K) dont tous les coefficients sont nuls, exceptés celui situé à l intersection de la ligne i et de la colonne j, qui ECS1.1, Lycée Fermat Toulouse
5 2 Familles de vecteurs est égal à 1. Les matrices E i j, pour (i, j ) 1,n 1, p, sont appelées matrices élémentaires de M np (K). Si A M np (K), alors A est CL des matrices élémentaires de M np (K). Théorème 9 CL et sev Si F est un sev de E et (u i ) i I une famille de vecteurs de F, alors toute CL de ces vecteurs est encore un vecteur de F. En particulier, si u1,..., u p est une famille de vecteurs de F, alors (λ1,...,λ p ) K p, on a p λ k. u k F. 2.2 Sous-espace vectoriel engendré par une famille de vecteurs Définition 10 Notation Vect(F ) Soit F = u1,..., u p une famille de vecteurs de E. On note Vect(F ) l ensemble des vecteurs de E qui sont combinaison linéaire des vecteurs de F : et donc pour x E : Vect(F ) = p λ i. u i i 1, p, λ i K i=1 x Vect(F ) (λ1,...,λ p ) K p p x = λ i. u i Noter que si F famille de vecteurs de E, on a Vect(F ) E. i=1 On adopte aussi la convention : Vect() = 0E. Exemple : On a vu au paragraphe 2.1. que K n = Vect e1,..., e n, avec ei = (0,...,0,1,0,...,0), pour i 1,n. Exemple : On a vu au paragraphe 2.1. que K n [X ] = Vect 1, X, X 2,..., X n. Exemple : On a vu au paragraphe 2.1. que M np (K) = Vect (E i j ) 1 i n 1 j p. i ième position Théorème 11 Propriétés de Vect(F ) Soit F = u1,..., u p une famille de vecteurs de E. 1. Vect(F ) est un sev de E qui contient F : F Vect(F ) ; 2. C est le plus petit sev de E contenant F : si F est un sev de E tel que F F, alors Vect(F ) F. ECS1.1, Lycée Fermat Toulouse
6 CHAPITRE 11 : Introduction aux espaces vectoriels Important : ce résultat peut servir à montrer très rapidement qu une partie F de E est un sev. Exemple : F = (x, y, z) R 3 x + 2y = z = Vect (1,0,1);(0,1,2). Corollaire 12 Inclusions de Vect Si F et G sont deux familles finies de vecteurs de E : F G donne Vect(F ) Vect(G ). Corollaire 13 Règles de calcul sur les Vect Soit u1,..., u p, u p+1 une famille de vecteurs de E. 1. Si u p+1 est CL de la famille u1,..., u p, alors on peut «l enlever du Vect» : Vect u1,..., u p, u p+1 = Vect u1,..., u p 2. On peut additionner à un vecteur toute CL des autres : si (λ 1,...,λ p 1 ) K p 1, alors Vect u1,..., u p 1, u p = Vect u 1,..., u p 1, p 1 u p + λ i. u i 3. On peut multiplier un vecteur par un scalaire non nul : si α = 0, alors Vect u1,..., u p 1, u p = Vect u1,..., u p 1,α. u p 4. Vect u1,..., u p ne dépend pas de l ordre des vecteurs : si σ : 1, p 1, p est bijective, alors Vect u1,..., u p = Vect u σ(1),..., u σ(p) 5. On peut «enlever le vecteur nul d un Vect» : Vect u1,..., u p, 0 E = Vect u1,..., u p i=1 2.3 Familles génératrices Définition 14 Famille génératrice d un sev Soit F famille de vecteurs de E. On dit que F est une famille génératrice de E, ou que E est engendré par F, lorsque E = Vect(F ). Comme on a F E, on peut dire que Vect(F ) E. Donc F est génératrice de E si et seulement si E Vect(F ), ie tout vecteur x E est CL des vecteurs de F. Rédaction : Soit F = u1,..., u p une famille finie de p vecteurs de E. Pour montrer qu elle est génératrice de E, on se fixe un vecteur x E, et on cherche des scalaires λ 1,..., λ p, tels que : p x = λ k. u k En considérant cette égalité comme une équation d inconnue (λ 1,...,λ p ) K p, on doit montrer qu il existe au moins une solution. Exemple : F = (x, y, z) R 3 x + 2y = z est engendré par (1,0,1);(0,1,2). ECS1.1, Lycée Fermat Toulouse
7 2 Familles de vecteurs Exemple : Famille génératrice de K n On a vu au paragraphe 2.2. que la famille e1,..., e n est génératrice de K n, avec e i = (0,...,0,1,0,...,0), pour i 1,n. i ième position Exemple : Famille génératrice de K n [X ] On a vu au paragraphe 2.2. que la famille (1, X, X 2,..., X n ) est génératrice de K n [X ]. Exemple : Famille génératrice de M np (K) On a vu au paragraphe 2.2. que la famille (E i j ) 1 i n 1 j p est génératrice de M np (K). Théorème 15 Ajout de vecteurs dans une famille génératrice Soient F et G deux familles finies de vecteurs de E. On suppose que : (i) F G ; (ii) F est génératrice de E. Alors G est aussi une famille génératrice de E. Exemple : F = (x, y, z) R 3 x + 2y = z est aussi engendré par (1,0,1);(0,1,2);(1,1,3). Ainsi, toute sur-famille d une famille génératrice de E est encore génératrice de E. En pratique ce résultat n a que très peu d intérêt. En effet, on préférera avoir des familles génératrices de taille minimale (nous verrons pourquoi dans un autre chapitre). Pour cela on utilisera le théorème suivant. Théorème 16 Enlever des vecteurs dans une famille génératrice Si F = u1,..., u p 1, u p est génératrice de E, et si up est CL de la famille F = u1,..., u p 1, alors F est encore génératrice de E. Ce résultat est énoncé dans le cas d une famille finie, mais il est encore valable dans le cas d une famille infinie. On peut donc retenir que dans une famille génératrice de E, si un vecteur est CL des autres, alors on peut l ôter de la famille tout en gardant une famille génératrice de E. Exemple : Si E = Vect (1,0);(1, 1);(0,1) alors E = Vect (1,0);(0,1). 2.4 Familles libres Définition 17 Famille libre Soit F = u1,..., u p une famille finie de p vecteurs de E (c est-à-dire un p-uplet de vecteurs de E). ECS1.1, Lycée Fermat Toulouse
8 CHAPITRE 11 : Introduction aux espaces vectoriels On dit que F est une famille libre, ou que les vecteurs u 1,..., u p sont linéairement indépendants, lorsque, pour tout (λ 1,...,λ p ) K p : p λ k. u k = 0 E = λ 1 = = λ p = 0 Dans le cas contraire, on dit que F est liée, ou que les vecteurs de F sont linéairement dépendants. On adoptera la convention que est une famille libre de tout K-ev E. On peut remarquer que le caractère libre d une famille de vecteurs F, ne dépend du choix du K-ev E. Par conséquent si F F où F sev de E, alors F est libre dans F si et seulement si elle est libre dans E. Ceci est faux pour la notion de famille génératrice qui est intrinsèquement liée au sousespace vectoriel dans lequel on travaille. Rédaction : Soit F = u1,..., u p une famille finie de p vecteurs de E. Pour montrer qu elle est libre, on se fixe des scalaires λ 1,..., λ p, tels que : p λ k. u k0e En considérant cette égalité comme une équation d inconnue (λ 1,...,λ p ) K p, on doit montrer qu elle a pour unique solution λ 1 = = λ p = 0. Exemple : Dans R 2, (1,2);(1,3) est libre et (1,0);(1,1);(0,2) est liée. Exemple : Dans K n La famille e1,..., e n est libre, avec ei = (0,...,0,1,0,...,0), pour i 1,n. Exemple : Dans K n [X ] La famille (1, X, X 2,..., X n ) est libre. Exemple : Dans M np (K) La famille (E i j ) 1 i n 1 j p est libre. i ième position Théorème 18 Famille libre à un vecteur Soit u un vecteur de E. Alors : u est libre u = 0E Définition 19 Vecteurs colinéaires Soient u et v deux vecteurs de E. On dit que u et v sont colinéaires lorsqu il existe λ K tel que u = λ. v ou v = λ. u, ou de manière équivalente lorsque v = 0 E ou il existe λ K tel que u = λ. v. ECS1.1, Lycée Fermat Toulouse
9 2 Familles de vecteurs Théorème 20 Famille libre à deux vecteurs Soient u et v deux vecteurs de E. Alors : u, v est libre u et v non colinéaires ATTENTION : Ce critère est faux dès qu on a plus de deux vecteurs. Par exemple pour trois vecteurs, le critère devient non coplanaires. Exemple : Il devient évident que (1,2);(1,3) est libre! Théorème 21 Caractérisation des familles liées Soit F = u1,..., u p une famille de vecteurs de E. Alors : F est liée un des vecteurs de F est CL des autres Exemple : Il devient évident que (1,0);(1,1);(0,2) est liée! Corollaire 22 Cas simples de familles liées Toute famille de vecteurs de E contenant le vecteur nul, ou deux vecteurs identiques, est liée. Théorème 23 Enlever des vecteurs dans une famille libre Soient F et G deux familles finies de vecteurs de E. On suppose que : (i) F G ; (ii) G est libre. Alors F est libre. Exemple : (1,0,0,0);(0,1,0,0);(0,0,0,1) est libre. On peut donc retenir que toute sous-famille d une famille libre est libre, et donc par contraposée, toute sur-famille d une famille liée est liée. En pratique ce résultat n a que très peu d intérêt. En effet, on préférera avoir des familles libres de taille maximale (nous verrons pourquoi dans un autre chapitre). Pour cela on utilisera le théorème suivant. ECS1.1, Lycée Fermat Toulouse
10 CHAPITRE 11 : Introduction aux espaces vectoriels Théorème 24 Ajout d un vecteur dans une famille libre Si F = u1,..., u p est libre, alors : et donc par contraposée : u1,..., u p, u p+1 est libre u p+1 Vect u1,..., u p u1,..., u p, u p+1 est liée u p+1 Vect u1,..., u p u p+1 est CL de u1,..., u p On peut donc retenir que si on a une famille libre de E, alors on peut lui ajouter un vecteur qui n est pas CL des vecteurs de la famille, tout en gardant une famille libre. Exemple : Former une famille libre à trois vecteurs à partir de (1,2,0);(2,1,0). 2.5 Bases Définition 25 Base d un K -ev Soit B famille finie de vecteurs de E. On dit que B est une base de E lorsque B est libre et génératrice de E. Proposition 26 Base de Vect(F ) Soit F famille finies de vecteurs de E. Alors : F base de Vect(F ) F est libre Exemple : B = (1,0,1);(0,1,2) est une base de F = (x, y, z) R 3 x + 2y = z. Exemple : Base canonique de K n On pose B = e1,..., e n, avec ei = (0,...,0,1,0,...,0), pour i ième position i 1,n. On a vu au paragraphe 2.3. que B est génératrice de K n, et au paragraphe 2.4. qu elle est libre. Donc B est une base de K n, appelée base canonique de K n. Exemple : Base canonique de K n [X ] On pose B = (1, X, X 2,..., X n ). On a vu au paragraphe 2.3. que B est génératrice de K n [X ], et au paragraphe 2.4. qu elle est libre. Donc B est une base de K n [X ], appelée base canonique de K n [X ]. Exemple : Base canonique de M np (K) On pose B = (E i j ) 1 i n. On a vu au paragraphe j p que B est génératrice de M np (K), et au paragraphe 2.4. qu elle est libre. Donc B est une base de M np (K), appelée base canonique de M np (K). ECS1.1, Lycée Fermat Toulouse
11 2 Familles de vecteurs Théorème 27 Caractérisation des bases Soit B = ε1,..., ε n une famille de vecteurs de E. Alors on a équivalence de : (i) B est une base de E ; (ii) pour tout x E,!(λ 1,...,λ p ) K p tel que p x = λ k.ε k. Définition 28 Coordonnées dans une base Soit B = ε1,..., ε n une base de E. Le théorème précédent donne que tout x E est caractérisé par l unique p-liste (λ 1,...,λ p ) K p tel que p x = λ k.ε k. Les scalaires (λ 1,...,λ p ) sont appelés coordonnées de x dans la base B. On le note : x = (λ1,...,λ p ) B Exemple : Coordonnées dans la base canonique de K n Elles sont égales aux composantes du vecteur. Par exemple, si x = (2,1,3), alors ses coordonnées dans la base canonique de R 3 sont (2,1,3). Exemple : Coordonnées dans la base canonique de K n [X ] Elles sont égales aux coefficients de la fonction polynômes. Par exemple, P = X 2 + 2X + 1 a pour coordonnées (1,2,1) dans la base canonique de K 2 [X ]. Exemple : Coordonnées dans la base canonique de M np (K) Elles sont égales aux coefficients de la matrice. Par exemple, a pour coordonnées (1, 1, 1, 2, 0, 1) dans la base canonique de M (R). Exemple : Dans F = (x, y, z) R 3 x + 2y = z. Une base de F est B = exemple : x = (1,1,3) = (1,1) B. (1,0,1);(0,1,2). Par Exemple : Dans R 2 [X ] muni de la base 1, X 1,(X 1) 2, quelles sont les coordonnées de P = X 2 + 2X + 1. Exemple : Dans E muni d une base ε1,..., ε n, quelles sont les coordonnées de εk, pour tout k 1,n? ECS1.1, Lycée Fermat Toulouse
12 CHAPITRE 11 : Introduction aux espaces vectoriels 3 Exercices Espaces vectoriels et sous-espaces vectoriels Exercice 1 Dans chacun des cas suivants, justifier si la partie considérée est un sous-espace vectoriel. 1. A = (x, y) R 2 ; x 2 y 2 = 0 2. B = (x, y) R 2 ; x 2 + y 2 = 0 3. C = (x, y) R 2 ; x y = 0 4. D = (a + b, a b, a); (a,b) R 2 5. E = {(1 + x, x); x R} 6. F = Z 2 = Z Z Exercice 2 On note R R l ensemble des fonctions numériques. Déterminer si les parties suivantes sont des sous-espaces vectoriels de R R : 1. A = f R R / f continue 2. B = f R R / f paire 3. C = f R R / f impaire 4. D = f R R / f s annule Exercice 3 On note R N l espace vectoriel des suites réelles. Les parties suivantes sont-elles de sous-espaces vectoriels de R N? 1. A = (u n ) n N R N / (u n ) n N bornée 2. B = (u n ) n N R N / (u n ) n N monotone 3. C = (u n ) n N R N / (u n ) n N convergente 4. D = (u n ) n N R N / (u n ) n N arithmétique 5. E = (u n ) n N R N / n N,u n+2 = u n n + 1 u n Exercice 4 On note K[X ] l espace vectoriel des polynômes à coefficients dans K. Les parties suivantes sont-elles de sous-espaces vectoriels de K[X ]? 1. A = P K[X ]/ 0 est racine de P 2. B = P K[X ]/ 0 est racine double de P 3. C = P K[X ]/ 0 est racine au moins d ordre 2 de P 4. Pour n N fixé : D = P K[X ]/ deg(p) = n a + b Exercice 5 1. Montrer que la partie A = b M 2 (K). b (a,b) K 2 est un sev de a b 2. Soit p N. La partie B p = A M n (K) A p = 0 n est-elle un sev de Mn (K)? On pourra considérer et Exercice 6 Soient F et G deux sev de E K-ev. Montrer que F G est un sev de E si et seulement si F G ou G F. Familles libres, génératrices ECS1.1, Lycée Fermat Toulouse
13 3 Exercices Exercice 7 Les familles suivantes sont-elles libres (si non, on donnera une combinaison linéaire nulle, dont les coefficients sont non tous nuls)? génératrices de R 3 (si non, on donnera un vecteur de R 3 qui ne s exprime pas en fonctions des vecteurs de la famille)? Sont-elles des bases de R 3? F 1 = F 2 = F 3 = (2,4,3),(1,5,7) (1,2,3),(2,3,4),(3,4,5),(4,5,6) (1,1,0),(2,1,0),(0,1,1) Exercice 8 Les sev de K n peuvent être définie de 3 façons différentes : Par des équations cartésiennes : A = (x, y, z, t) R 4 ; x y + z = 0 et y 2t = 0. Par un paramétrage : B = (2a 3b + c, a + 2b c, b + c, a); (a,b,c) R 3. Par la donnée d une base (ou d une famille génératrice) : C = V ect (1,2, 1,0),(0,1,3, 1). Ecrire chacun de ces ensembles sous les trois formes possibles. Exercice 9 Les famille suivantes sont-elles des familles libres de l espace vectoriel indiqué? 1. (X 1) 2,(X 2) 2,(X 3) 2 dans R[X ] 2. X 2 + 1,2X,2X 2 + X dans R[X ] 3. x cos(x), x x cos(x), x sin(x), x x sin(x) dans R R 4. (1) n N,(cos 2 n) n N,(cos(2n)) n N dans R N 5. (2 n ) n N,(3 n ) n N,(n) n N dans R N ,, dans M (R) Exercice 10 Donner une famille génératrice des espaces vectoriels suivants : E = (u n ) n N n N, un+1 = 2u n F = P K[X ]/ 0 est racine de P 3. G = S 3 (R) Exercice 11 On dit qu une famille de polynômes (P 0,P 1,...,P n ) (où n N) est échelonnée lorsque, pour tout k 0,n : deg(p k ) = k. Montrer que toute famille échelonnée de polynômes (P 0,...,P n ) forme une famille libre de K[X ]. Exercice 12 Soit E un K-ev et e 1,..., e n une famille libre de vecteurs de E. Pour tout k 1,n, on note ε k = e k + e k+1. Montrer que la famille ε 1,..., ε n 1 est libre. ECS1.1, Lycée Fermat Toulouse
14 CHAPITRE 11 : Introduction aux espaces vectoriels ECS1.1, Lycée Fermat Toulouse
Cours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailPlan du cours : électricité 1
Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détail1S Modèles de rédaction Enoncés
Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailCours de Mécanique du point matériel
Cours de Mécanique du point matériel SMPC1 Module 1 : Mécanique 1 Session : Automne 2014 Prof. M. EL BAZ Cours de Mécanique du Point matériel Chapitre 1 : Complément Mathématique SMPC1 Chapitre 1: Rappels
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailAlgèbre binaire et Circuits logiques (2007-2008)
Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailMathématiques Algèbre et géométrie
Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches
Plus en détailLE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailQuelques tests de primalité
Quelques tests de primalité J.-M. Couveignes (merci à T. Ezome et R. Lercier) Institut de Mathématiques de Bordeaux & INRIA Bordeaux Sud-Ouest Jean-Marc.Couveignes@u-bordeaux.fr École de printemps C2 Mars
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailEquations cartésiennes d une droite
Equations cartésiennes d une droite I) Vecteur directeur d une droite : 1) Définition Soit (d) une droite du plan. Un vecteur directeur d une droite (d) est un vecteur non nul la même direction que la
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en détailExprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 %
23 CALCUL DE L INTÉRÊT Tau d intérêt Paul et Rémi ont reçu pour Noël, respectivement, 20 et 80. Ils placent cet argent dans une banque, au même tau. Au bout d une année, ce placement leur rapportera une
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailINTRODUCTION. 1 k 2. k=1
Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailÉtudier si une famille est une base
Base raisonnée d exercices de mathématiqes (Braise) Méthodes et techniqes des exercices Étdier si ne famille est ne base Soit E n K-espace vectoriel. Comment décider si ne famille donnée de vecters de
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailSTATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE
ÉCOLE D'INGÉNIEURS DE FRIBOURG (E.I.F.) SECTION DE MÉCANIQUE G.R. Nicolet, revu en 2006 STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE Eléments de calcul vectoriel Opérations avec les forces Equilibre du point
Plus en détailCours de mathématiques Première année. Exo7
Cours de mathématiques Première année Eo7 2 Eo7 Sommaire Logique et raisonnements 9 Logique 9 2 Raisonnements 4 2 Ensembles et applications 9 Ensembles 20 2 Applications 23 3 Injection, surjection, bijection
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
Plus en détail1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.
Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailAnnexe 1 Programmes des classes préparatoires aux Grandes Ecoles
Annexe 1 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Physique, chimie et sciences de l ingénieur (PCSI) Discipline : Mathématiques Première année Classe préparatoire
Plus en détailC1 : Fonctions de plusieurs variables
1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions
Plus en détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailExercice 1 Trouver l équation du plan tangent pour chaque surface ci-dessous, au point (x 0,y 0,z 0 ) donné :
Enoncés : Stephan de Bièvre Corrections : Johannes Huebschmann Exo7 Plans tangents à un graphe, différentiabilité Exercice 1 Trouver l équation du plan tangent pour chaque surface ci-dessous, au point
Plus en détail6. Les différents types de démonstrations
LES DIFFÉRENTS TYPES DE DÉMONSTRATIONS 33 6. Les différents types de démonstrations 6.1. Un peu de logique En mathématiques, une démonstration est un raisonnement qui permet, à partir de certains axiomes,
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailEquations différentielles linéaires à coefficients constants
Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I
Plus en détailLes travaux doivent être remis sous forme papier.
Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24
Plus en détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailUne introduction aux codes correcteurs quantiques
Une introduction aux codes correcteurs quantiques Jean-Pierre Tillich INRIA Rocquencourt, équipe-projet SECRET 20 mars 2008 1/38 De quoi est-il question ici? Code quantique : il est possible de corriger
Plus en détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
Plus en détailActivités numériques [13 Points]
N du candidat L emploi de la calculatrice est autorisé. Le soin, la qualité de la présentation entrent pour 2 points dans l appréciation des copies. Les résultats seront soulignés. La correction est disponible
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détail